Raspoznavanje obilježja osoba u slikama

undergraduate thesis

• Title (english): Attribute Classification of Persons in Images
• Author: Ivan Ivkošić
• Mentor: Tomislav Hrkać (mentor)
• Committee member: Tomislav Hrkać (predsjednik povjerenstva)
• Committee member: Karla Brkić (član povjerenstva)
• Committee member: Darijan Marčetić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2017-07-10, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

U ovom radu je pojašnjen primjer primjene jednog od mnoštva mogućih načina klasifikacije značajki osoba u slikama. Konkretno u ovom slučaju smo se usredotočili na klasifikaciju spola i dobi detektirane osobe.
Prvi i osnovni korak jest detekcija lica nad kojim provodimo samo klasifikaciju. Nakon detekcije lice se locira, izdvaja te tako pripremljeno prelazimo na drugi korak u kojem se izdvojeno lice prosljeđuje modelu već naučene neuronske mreže te iz toga dobijemo vrijednosti dobi i spola osobe sa detektiranim licem.
Samu detekcija lica se provodi koristeći Opencv i već pripremljene Haar kaskade.
U drugom koraku koristimo se već naučenim konvolucijskim neuronskim mrežama, poznatijim kao CNN mreže..
Prilikom izrade kaskade za klasifikator koristimo se mnoštvom pozitivnih i negativnih slika za koje se određuju Haar značajke.
Kaskada korištena u ovom radu je javno dostupna u potpunosti besplatno pod nazivom „haarcascade_frontalface_default“ zapisana kao xml datoteka.
Neuronska mreža je naučena nad poznatim IMDB-WIKI skupom koji broji gotovo pola milijuna fotografija.

Abstract (english)

In this work is described one of the many possible ways of classifying the person's features in the images.Specifically, in this case, we focused on the classification of sex and the age of the detected persons.The first and the basic step is the detection of the person's face over whom we do the classification.
After detection, the face is located, cropped from the picture and passed to the model of the earlier learned CNN.
From this we get the values of the age and the sex of the person with the detected face.
Face detection is done using OpenCV and the already prepared Haar cascade.
In the second step we use already learned convolutional neural network, better known as CNN networks.When creating a cascade for the classifier we use a large number of positive and negative images for which Haar features are determined.The cascade used in this work is open-source available completely free by the name "haarcascade_frontalface_default" written as xml file.The neural network is taught over the well-known IMDB-WIKI set of almost half a million photos.

• Keywords: Haar kaskade; Neuronske konvolucijske mreže; OpenCv; Detekcija lica; Izrada klasifikatora
• Keywords (english): Haar cascade; Neural convolutional network; OpenCv; Face detection; Making of the classifier
• Language: croatian
• URN:NBN: urn:nbn:hr:168:165501
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2019-03-13 21:03:03